美国麻省理工学院科学研究精英团队19日公布，其开发设计的人工智能技术程序流程“深层人物角色”(DeepRole)在一个游戏玩家人物角色和心理模糊不清的手机在线游戏中胜于人们，变成首例在敌友模糊不清的多游戏玩家游戏里面击败人们游戏玩家的人工智能技术程序流程。
科学研究显示信息，根据在优化算法中应用“演绎推理”，“深层人物角色”依据观查到的一部分个人行为，推论某一游戏玩家是敌是友，如何快速学习应当与谁同盟进而取得胜利。
2019年7月，英国卡内基-梅隆高校公布，人工智能技术Pluribus在六人桌德州扑克比赛中战胜多位全球顶级参赛选手，提升了人工智能技术仅能在国际象棋和中国围棋等二人游戏中击败人们的局限性。但在这种游戏里面，人工智能技术从一开始就了解“到底是谁对手、到底是谁盆友”。
科学研究工作人员让“深层人物角色”参加了超出4000轮免费在线玩法“抵抗组织：阿瓦隆”。“阿瓦隆”类似“杀人游戏”或“狼人杀”，游戏玩家根据手机游戏系统进程推断出别的游戏玩家的身分，另外隐藏自身的身分。数据显示，无论做为“善人”還是“坏蛋”，“深层人物角色”都比人们游戏玩家主要表现更为优异。
“深层人物角色”采用了一种被称作“反客观事实缺憾降到最低”的博奕优化算法，运用“博奕树”预测分析每一游戏玩家的个人行为，并推测游戏玩家人物角色的较大概率。这类人工智能技术程序流程游戏中中开展自身抵抗，逐渐贴近最好对策，保持“最少与敌人平局”的纳什均衡。
“阿瓦隆”的人们游戏玩家一般要游戏中全过程中根据会话为管理决策出示一部分根据，而“深层人物角色”只观查游戏玩家个人行为，不用参加沟通交流。科学研究工作人员将来方案让设备表述简易的信息内容，如游戏玩家是敌是友等。
言语是人工智能技术的下一个最前沿，由于人们游戏玩家会撒谎，必须更繁杂的沟通的技巧。只能把握抒情方式后，人工智能技术才可以参加这些必须对别的游戏玩家开展劝导的繁杂社交媒体推理游戏。
科学研究工作人员说，此项工作中能够更强仿真模拟人们是怎样作出社会发展管理决策的，进而协助人工智能技术更强了解人们、向人们学习培训并与人们相处。
